Advanced Analytics als Accelerator für eine erfolgreiche ... / 3 Mass Data or Data Mess – Herausforderungen für das Informationsmanagement

Informationsmanagement als Basis des Erfolgs

Die Basis für jede strategisch unternehmerische Entscheidung (z. B. im Rahmen der Unternehmenssteuerung) sind Informationen. Der in Kapitel 1 skizzierte technologische Fortschritt führt zu einer exponentiellen Informations- und Datengenerierung, die es den Unternehmen ermöglicht, ihr Wissen über Produkte/Kunden/Märkte auf Basis der gespeicherten Informationen zu erhöhen.

Ein entscheidender Faktor, der die Größe der Datensammlungen und deren Integration maßgeblich beeinflusst, sind z. B. Smartphones bzw. Apps, die das Verhalten ihrer User protokollieren können oder auch IoT-Lösungen entlang der Lieferkette. Die gebotenen Potenziale werden von Unternehmen mehr und mehr erkannt und genutzt.

Bedingend für die Digitalisierung, wie bereits in Kapitel 2 beschrieben, ist die Integration d. h. die Vernetzung einzelner Datenquellen, um durch die Kombination dieser Quellen Korrelationen oder auch Abhängigkeiten zu erkennen.

Die Zusammenführung unterschiedlichster Datenquellen, z. B. Daten aus den eigenen IT-Systemen, Marktforschungsstudien, Kundenbefragungen oder Kundenloyalitätsprogrammen hat dabei einen entscheidenden Vorteil. Der Wert vernetzter Daten bzw. kombinierter Informationen – seien es Kombinationen aus internen oder externen Daten – übersteigt den der einzelnen Datenquellen deutlich. Die grundsätzliche strukturierte Speicherung und Vernetzung von Daten wird von vielen Unternehmen vorangetrieben. Unternehmen erhoffen sich daraus aufschlussreiche Erkenntnisse für Entscheidungsprozesse (z. B. im Rahmen von strategischen Entscheidungen). Dieser Prozess wird als Business Analytics (BA) bezeichnet und ist in der vergangenheitsorientierten Form bereits als Business Intelligence (BI) in Unternehmen weit verbreitet.

Liegt der Fokus in der originären Ausprägung von BI auf einem Reporting mit retroperspektiver Sichtweise, sprich auf Basis vergangener Unternehmensaktivitäten, so zielt Advanced Analytics auf die prospektive Datenanalyse zur Generierung neuer Erkenntnisse aus der multimedialen Kombination und Transformation gesammelter Daten ab.

Eine Abgrenzung zwischen Data Analytics und Advanced Analytics ist in der Literatur nicht eindeutig herausgearbeitet. In dieser Ausführung wird die gesamte zukunftsgerichtete Nutzung als Advanced Analytics verstanden. Hierunter fällt auch die Implementierung und Nutzung von selbstlernenden Algorithmen (s. Abb. 3).

Abb. 3: Abgrenzung Analytics und Advanced Analytics^[1]

Basis für ein zielgerichtetes Engagement im Bereich von Advanced Analytics ist sowohl die Etablierung einer strukturierten Business-Analytics-Landschaft als auch der Aufbau von integrierten und strukturierten Datenbeständen. Nur dann ist die effiziente und wertschöpfende Generierung neuer Erkenntnisse über Produkte, Kunden, Prozesse etc. hinweg möglich.

[1] Quelle: Gartner/Herschel/Linden/Kart. 2014, S. 1–4.